• 디지털융복합연구
• /
• 제10권2호
• /
• pp.287-292
• /
• 2012

본 논문에서는 모바일환경에서의 사용자 감정인지를 통한 개인화 서비스 지원에 필요한 위치기반 센싱 데이터의 전처리 기법과 사용자 감정 데이터의 구축 및 전처리를 위한 V-A 감정 모델에서의 감정 데이터 전처리 기법에 대하여 연구한다. 이를 위하여 그래뉼러 컨텍스트 트리 및 스트링 매칭 기반의 감정 패턴 매칭 기법을 사용한다. 또한 상황 인지를 통한 개인화 서비스를 위해 확률 기반 추론을 이용한 상황 인식 및 개인화 서비스 추천 기법에 대하여 연구한다.

• Management Science and Financial Engineering
• /
• 제11권3호
• /
• pp.19-45
• /
• 2005

Collaborative filtering is one of the most common methods that e-commerce sites and Internet information services use to personalize recommendations. Collaborative filtering has the advantage of being able to use even sparse evaluation data to predict preference scores for new products. To date, however, no in-depth investigation has been conducted on how the data sparsity effect in customers' evaluation data affects collaborative filtering-based recommendation performance. In this study, we analyzed the sparsity effect and used a hybrid method based on customers' evaluations and purchases collected from an online bookstore. Results indicated that recommendation performance decreased monotonically as sparsity increased, and that performance was more sensitive to sparsity in evaluation data rather than in purchase data. Results also indicated that the hybrid use of two different types of data (customers' evaluations and purchases) helped to improve the recommendation performance when evaluation data were highly sparse.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권2호
• /
• pp.128-133
• /
• 2017

최근 대용량 데이터 분석을 위해 다수의 서버를 사용하는 시스템이 증가하고 있다. 대표적인 빅데이터 기술인 하둡은 대용량 데이터를 다수의 서버로 구성된 분산 환경에 저장하여 처리한다. 이러한 분산 시스템에서는 각 서버의 시스템 자원 관리가 매우 중요하다. 본 논문은 다수의 서버에서 수집된 로그 데이터를 토대로 간단하면서 효율적인 이상 탐지 기법을 사용하여 로그 데이터의 변화가 급증하는 이상치를 탐지하고자 한다. 이를 위해, 각 서버로부터 로그 데이터를 수집하여 하둡 에코시스템에 저장할 수 있도록 Apache Hive의 저장 구조를 설계하고, 이동 평균 및 3-시그마를 사용한 세 가지 이상 탐지 기법을 설계한다. 마지막으로 실험을 통해 세 가지 기법이 모두 올바로 이상 구간을 탐지하며, 또한 가중치가 적용된 이상 탐지 기법이 중복을 제거한 더 정확한 탐지 기법임을 확인한다. 본 논문은 하둡 에코시스템을 사용하여 간단한 방법으로 로그 데이터의 이상을 탐지하는 우수한 결과라 사료된다.

• Proceedings of the National Institute of Ecology of the Republic of Korea
• /
• 제1권1호
• /
• pp.9-21
• /
• 2020

Ecological communities adapt the concept of informatics in the late 20 century and develop rapidly in the early 21 century to form Ecoinformatics as the new approach of ecological research. The new approach takes into account the data-intensive nature of ecology, the precious information content of ecological data, and the growing capacity of computational technology to leverage complex data as well as the critical need for informing sustainable management of complex ecosystems. It comprehends techniques for data management, data analysis, synthesis, and forecasting on ecological research. The present paper attempts to review the development history, studies and application cases of ecoinformatics in ecological research especially on Long Term Ecological Research (LTER). From the applications show that the ecoinformatics approach and management system have formed a new paradigm in ecological research.

• 산학경영연구
• /
• 제15권
• /
• pp.79-97
• /
• 2002

본 연구에서는 고객 세분화를 위하여 고객프로필과 사이트 접속자료를 통합, 분석하는 분석적 CRM을 시도하였다. 실제 고객 데이터를 분석하여 고객의 특성과 기호, 방문행태 등을 이해할 수 있다면 이를 기반으로 고객 세분화(segmentation)가 가능할 것이다. 예를 들어 고객의 거주지, 재산정도, 교육수준, 연령 등 인적정보를 토대로 동일 사이트에 접속하는 고객의 공통점을 찾게 된다면 이들 고객에 접근할 수 있는 적절한 마케팅 미디어가 무엇인지, 어느 페이지에 홍보물을 게재하는 것이 효과적일 것인가 등을 결정하는 데 도움을 줄 수 있을 것이다. 한편 웹 기반 마이닝의 핵심은 웹으로 부터의 자료를 어떻게 하면 효율적으로 수집할 것인가, 또한 이렇게 수집된 자료를 다양한 (multiple) DB와 어떻게 통합하고 분석하여 필요한 정보를 추출할 것인가 일 것이다. 본 연구에서는 실제 인터넷 사업자의 사용자 그룹의 비율에 따라 구성된 패널을 활용하여 효율적인 자료수집 방안을 모색하였다. 패널 구성원에 대한 웹 데이터를 수집함으로써 신뢰성과 대표성을 확보하면서 분석대상 자료의 양을 적절한 수준으로 유지할 수 있었다. 또한 고객자료 분석에서는 OLAP과 데이터 마이닝 기법(의사결정나무)을 동시에 사용하여 그 분석 결과를 비교함으로써 각 기법의 결과를 상호 확인하고 보완할 수 있었다. 이 결과는 데이터 마이닝 기법에 의해서 발견된 패턴을 분석하고 확인하는 작업에서 OLAP이 유용하게 사용될 수 있다는 과거 연구의 주장을 확인하였다.

• 국제학술발표논문집
• /
• The 3th International Conference on Construction Engineering and Project Management
• /
• pp.1068-1074
• /
• 2009

The progress is widely used as a critical index for successful construction project management. In spite of the importance of progress measurement, the excessive management effort to collect and maintain detailed data has been highlighted as a major barrier to measurement of highly accurate progress. In order to reduce the required workload and to enhance accuracy, several researches have been conducted. These researches can be categorized into two groups. First group focuses on automated data collection utilizing advanced technologies only for limited construction tasks. The second group is a research area where the standard progress measurement methodologies encompassing entire construction tasks are investigated. Topics include the adjusting the level of details, standardizing work processes, and applying flexible WBS. However, the techniques for automated data collection are not fully investigated yet in the second group. Combining these two research areas can provide a solution for more effective progress management in terms of enhancing accuracy and optimizing workload. However, there has been no comprehensive research addressing these two research groups in an integrated manner. In this context, the purpose of this paper is to propose a methodology that identifies the most suitable measurement method and data acquisition technology (e.g., GPS, RFID, etc.) for entire construction tasks of a project. The proposed methodology in this paper will be able to facilitate the selection process of data acquisition technologies for entire construction tasks of a project and to support the overall enhancement of automated progress management.

• 정보관리학회지
• /
• 제29권2호
• /
• pp.45-70
• /
• 2012

개체들 사이의 관계를 저차원 공간에 매핑하는 다차원척도법을 수행하기 위한 다양한 방법과 알고리즘이 개발되어왔다. 그러나 PROXSCAL이나 ALSCAL과 같은 기존의 기법들은 50개 이상의 개체를 포함하는 데이터 집합을 대상으로 개체 간의 관계와 군집 구조를 시각화하는데 있어서 효과적이지 못한 것으로 나타났다. 이 연구에서 제안하는 군집 지향 척도법 CLUSCAL(CLUster-oriented SCALing)은 기존 방법과 달리 입력되는 데이터의 군집 구조를 고려하도록 고안되었다. 50명의 저자동시인용 데이터와 85개 단어의 동시출현 데이터에 대해서 적용해본 결과 제안한 CLUSCAL 기법은 군집 구조를 잘 식별할 수 있는 MDS 지도를 생성하는 유용한 기법임이 확인되었다.

• Journal of Information Technology Applications and Management
• /
• 제26권1호
• /
• pp.65-75
• /
• 2019

As the use of semantic web based on XML increases in the field of data management, a lot of studies to extract useful information from the data stored in ontology have been tried based on association rule mining. Ontology data is advantageous in that data can be freely expressed because it has a flexible and scalable structure unlike a conventional database having a predefined structure. On the contrary, it is difficult to find frequent patterns in a uniformized analysis method. The goal of this study is to provide a basis for extracting useful knowledge from ontology by searching for frequently occurring subgraph patterns by applying transaction-based graph mining techniques to ontology schema graph data and instance graph data constituting ontology. In order to overcome the structural limitations of the existing ontology mining, the frequent pattern search methodology in this study uses the methodology used in graph mining to apply the frequent pattern in the graph data structure to the ontology by applying iterative node chunking method. Our suggested methodology will play an important role in knowledge extraction.

• 한국콘텐츠학회논문지
• /
• 제18권8호
• /
• pp.102-108
• /
• 2018

비 보안영역의 외부인터넷과 보안영역의 내부업무망간에 적용된 기존의 망간 자료전송기술을 빌딩시설관리 SCADA시스템 제어망에 그대로 적용할 경우에 다양한 문제들이 도출된다. 기존의 망간 자료전송기술은 모든 데이터를 대상으로 블랙리스트 기반의 보안기법이 적용되기 때문에 고 복잡성 및 고 비용이 수반된다. 하지만, 빌딩시설관리 SCADA제어시스템에서 유통되는 데이터의 특성은 소수의 정형적인 제어 데이터가 반복성과 주기성을 갖기 때문에 이를 대상으로 화이트리스트 기반의 보안기법 적용이 가능하다. 이를 통해서 망간 자료전송에 적용된 보안기술이 단순화되어 저 비용으로 빌딩시설관리 SCADA시스템 제어망 구축이 가능하다. 본 논문에서는 이러한 문제점들을 정리하고 이를 해결하는 방안을 제시하여 빌딩시설관리 SCADA제어시스템에 특화된 빌딩 제어망 구축방안을 제안하였다.

• International Journal of Computer Science & Network Security
• /
• 제22권12호
• /
• pp.229-238
• /
• 2022

Due to digitization, data has become a tsunami in almost every data-driven business sector. The information wave has been greatly boosted by man-to-machine (M2M) digital data management. An explosion in the use of ICT for farm management has pushed technical solutions into rural areas and benefited farmers and customers alike. This study discusses the benefits and possible pitfalls of using information and communication technology (ICT) in conventional farming. Information technology (IT), the Internet of Things (IoT), and robotics are discussed, along with the roles of Machine learning (ML), Artificial intelligence (AI), and sensors in farming. Drones are also being studied for crop surveillance and yield optimization management. Global and state-of-the-art Internet of Things (IoT) agricultural platforms are emphasized when relevant. This article analyse the most current publications pertaining to precision agriculture using ML and AI techniques. This study further details about current and future developments in AI and identify existing and prospective research concerns in AI for agriculture based on this thorough extensive literature evaluation.